计算化学4-应用示例-分子几何结构优化.pptVIP

势能面的方程 几何结构优化问题的数学描述 分子几何结构优化的数学过程 早期优化方法 逐点优化法 基于能量本身，计算量大， 收敛慢，不利于程序化 现代优化方法 能量梯度法 基于能量的一阶,二阶导数， 更准确快速，易于程序化 一维优化和多维优化问题 梯度的概念 一维优化方法 已知函数的解析形式和极小化条件 可以使用Lagrange乘因子法 无法知道函数的解析形式 可以有如下两种方法 使用二次函数拟合 线性搜索可变尺度法 线性搜索可变尺度法 划界搜索法 Newton(可变尺度)法 a 求得函数的近似导数： b 沿着梯度方向寻找极小点： 多维优化方法 一阶导数法 最陡下降法 共轭梯度(方向)法 二阶导数法 Newton-Raphson方法 准Newton方法 最陡下降法 基本原理 从指定点出发，循梯度的负方向搜寻到极值点后作 为新的起点，进行下一步搜寻 例：函数 从(9,9)出发，在(-18,-36) 方向找到极值点(4,-1)后， a 求该点的负梯度方向(-8, 4),得到下一点为(-4, 3) b 得到该方向的方程 y=-0.5x+1， c 继续使用Lagrange乘因子法，求得该方向极值点(2